搜索引擎面對的是互聯(lián)網(wǎng)萬億網(wǎng)頁，如何高效抓取這么多網(wǎng)頁?這便是網(wǎng)絡(luò)爬蟲的工作。我們也叫它網(wǎng)絡(luò)蜘蛛，做為站長，我們每天都在與它親密接觸。做SEO要充分了解SEO的抓取情況，同時要做好哪些頁面應(yīng)該被抓取，和哪些頁面不希望被抓取的篩選。例如，今天需要和大家講的，如何避免搜索引擎蜘蛛抓取重復(fù)頁面。

針對每一位SEO從業(yè)者而言，爬蟲每天來我們的網(wǎng)站進行網(wǎng)頁的抓取，是十分寶貴的資源。但在這中間由于爬蟲無序的抓取，勢必會浪費一些爬蟲的抓取資源。這中間我們就需要解決搜索引擎爬蟲對我們的網(wǎng)頁重復(fù)抓取的問題。

在聊這個問題之前，我們需要理解一個概念。首先爬蟲本身是無序的抓取，他不知道先抓什么再抓什么，只知道看到了什么，且計算后認為有價值就進行抓取。

　　而對于我們而言，抓取的整個過程中，我們最要解決是如下幾類：

1、新產(chǎn)生的頁面，沒有被抓取過的

2、產(chǎn)生了一段時間，遲遲不被抓取的

3、產(chǎn)生了一段時間，卻一直沒收錄的

4、產(chǎn)生很久的頁面，但最近更新了

5、包含內(nèi)容更多的聚合頁面，如首頁、列表頁

6、如上幾類，按照順序我們定義哪一類最需要被爬蟲抓取。

針對大型網(wǎng)站，搜索引擎爬蟲抓取資源過剩，而針對小網(wǎng)站，抓取資源稀缺。所以在這里我們強調(diào)一下，我們不是要解決搜索引起爬蟲重復(fù)抓取的問題，而是要解決搜索引擎爬蟲最快的抓取我們希望抓取的頁面。要把這個思路糾正!

　　下面，我們聊一下怎么讓搜索引擎爬蟲最快的抓取我們希望被抓取的頁面。

爬蟲是抓取到一個網(wǎng)頁，從這個網(wǎng)頁在找到更多的鏈接，周而復(fù)始的過程，那么這個時候我們就要知道要想被爬蟲更大概率抓取，就要給更多的鏈接，讓搜索引擎爬蟲發(fā)現(xiàn)我們希望被抓取的網(wǎng)頁。這里我拿上述的第一種情況舉例說明一下：

　　新產(chǎn)生的頁面，沒有被抓取過的

這類一般都會是文章頁，針對于這類我們的網(wǎng)站每天都會大量產(chǎn)生，所以我們就要在更多的網(wǎng)頁給予這部分鏈接。例如首頁、頻道頁、欄目/列表頁、專題聚合頁、甚至文章頁本身，都需要具備一個最新文章板塊，以此等待爬蟲抓取到我們的任何網(wǎng)頁時，都能發(fā)現(xiàn)最新的文章。

同時，試想一下，這么多頁面都有新文章的鏈接，連接傳遞權(quán)重，那這新文章，既被抓取了，權(quán)重也不低。被收錄的速度會明顯提升。

那針對那些長時間不收錄的，也可以考慮是不是權(quán)重太低了，我多給一些內(nèi)鏈支持，傳遞一些權(quán)重。應(yīng)該會有收錄的可能。當然也有可能不收錄，那你就要靠內(nèi)容本身的質(zhì)量了。之前有一篇文章是專門說內(nèi)容質(zhì)量的也歡迎大家閱讀：什么內(nèi)容容易被百度判斷為優(yōu)質(zhì)內(nèi)容?。

所以，我們?yōu)榱私鉀Q搜索引擎爬蟲重復(fù)抓取問題不是我們最終要解決的。因為本質(zhì)上搜索引擎爬蟲是無序的，我們只能通過針對網(wǎng)站的架構(gòu)、推薦算法、運營策略等進行干預(yù)。使爬蟲給予我們更理想的抓取效果。

以上就是《如何避免搜索引擎蜘蛛抓取重復(fù)頁面的方法》的全部內(nèi)容，僅供站長朋友們互動交流學(xué)習(xí)，SEO優(yōu)化是一個需要堅持的過程，希望大家一起共同進步。

分享標題：【SEO優(yōu)化】如何避免搜索引擎蜘蛛抓取重復(fù)頁面的方法
本文鏈接：http://jinyejixie.com/news41/138391.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供云服務(wù)器、定制開發(fā)、網(wǎng)站改版、微信小程序、標簽優(yōu)化、網(wǎng)頁設(shè)計公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)